Изображение - класс
Cтраница 1
Изображения класса 4 состоят из множеств отдельных точек, отстоящих друг от друга столь далеко, что для их представления цепным кодом пользоваться нельзя. Вместо него следует применять матрицу, содержащую их координаты х, у. Соответствующая аппаратура отображения позволяет соединять точки прямыми или простыми кривыми. [1]
Изображения класса 1 невозможно воспроизводить с помощью векторной графической системы, не превратив ее в сущности в растровую графическую систему. Ценой определенных усилий можно воспроизвести изображения класса 2: необходимо покрыть каждую область заданного цвета близко расположенными параллельными линиями. [2]
Цифры в изображении класса или разряда чистоты поверхности следует ставить справа от треугольника ( фиг. [3]
Допустим, обрабатываемые нами изображения класса 1 на самом деле представляют собой изображения класса 2, на которые наложен гауссовский белый шум с нулевым средним значением. [4]
Продолжим изучение процесса дискретизации изображений класса 2, осуществляемой с помощью сетки выборки с квадратными ячейками. Если ввести условие, требующее, чтобы каждая область определенного цвета являлась достаточно большой для того, чтобы она покрывала элемент дискретизации при произвольной ориентации последнего, то появляется гарантия, что ни одна область исходного изображения / не будет отсутствовать на восстановленном изображении У, однако и в этом случае могут возникать существенные искажения формы областей. Определение 7.4 вводит более сильное условие; мы докажем, что его выполнение обеспечивает сохранение формы. [5]
Эта и две следующие главы посвящены изображениям класса 2, у которых хорошо определены области фиксированного серого тона или цвета. Основная проблема, возникающая при изучении таких изображений, связана с формой - понятием, которое не просто определить в количественных категориях. Эта проблема возникает при дискретизации аналогового двухуровневого изображения. [6]
Дискретизация двухуровневых или в более общем случае изображений класса 2 отличается особой спецификой, так как в состав этих изображений входят ступенчатые функции. Фурье-образы таких функций имеют ненулевые значения на всех частотах. Следовательно, не существует конечного интервала выборки, обеспечивающего отсутствие ошибки дискретизации. Интуитивно это кажется очевидным, если требуется сохранить информацию о точном расположении границ между областями. Одномерный вариант этой задачи проиллюстрирован на рис. 7.1. Если ошибка в определении положения границ считается допустимой, то решение может быть получено следующим образом. [7]
С практической точки зрения главной проблемой при дискретизации изображений класса 2 является сохранение формы областей. [9]
Во всех случаях положение объекта определяется некоторым небольшим числом точек и потому изображения класса 4 действительно представляют наибольший интерес для машинной графики. [10]
Допустим, обрабатываемые нами изображения класса 1 на самом деле представляют собой изображения класса 2, на которые наложен гауссовский белый шум с нулевым средним значением. [11]
Этот способ просмотра изображения является также общепринятым в телевизионных системах. Изображение класса 2 можно закодировать, представив его последовательностью длин участков определенного цвета или яркости. Такой способ представления изображения часто называют кодированием с переменной длиной кодовой последовательности ( КПДКП), хотя первоначально этот термин использовался лишь применительно к двухуровневым изображениям, при работе с которыми хранить необходимо только информацию о длине. Этот способ можно использовать и для кодирования изображений класса 1, при этом диапазоны изменения значений уровней яркости аппроксимируются их средним значением. Размер памяти, необходимой для хранения значений длин и яркостей, составляет 1 ( п т) на одну строку, где / - число интервалов в строке, а п и т обозначают те же величины, что и в предыдущем разделе. При типичном числе уровней серого тона, равном восьми, экономия памяти достигается, если / меньше числа пикселов, составляющих строку, разделенного на два. [12]
Изображения класса 1 невозможно воспроизводить с помощью векторной графической системы, не превратив ее в сущности в растровую графическую систему. Ценой определенных усилий можно воспроизвести изображения класса 2: необходимо покрыть каждую область заданного цвета близко расположенными параллельными линиями. [13]
Главы 2 - - 4 посвящены тоновым изображениям и основное внимание в них уделяется преобразованиям и статистическим методам. Необходимым условием понимания всех четырех глав, в которых речь идет только об изображениях класса 1, является вводный курс по обработке сигналов. Остальной материал книги не требует такой подготовки. Все алгоритмы, представленные в этих трех главах, являются фактически алгоритмами обхода графа. Предполагается знакомство читателя с терминологией теории графов. Главы 10 - 13 посвящены построению кривых и поверхностей по точкам. Хотя формально изложенный в них материал базируется на простейших сведениях из анализа, все же некоторая математическая культура здесь не помешает. Главы 14 - 17 посвящены методам формирования графических отображений и их математическому фундаменту - линейной алгебре. [14]
Этот способ просмотра изображения является также общепринятым в телевизионных системах. Изображение класса 2 можно закодировать, представив его последовательностью длин участков определенного цвета или яркости. Такой способ представления изображения часто называют кодированием с переменной длиной кодовой последовательности ( КПДКП), хотя первоначально этот термин использовался лишь применительно к двухуровневым изображениям, при работе с которыми хранить необходимо только информацию о длине. Этот способ можно использовать и для кодирования изображений класса 1, при этом диапазоны изменения значений уровней яркости аппроксимируются их средним значением. Размер памяти, необходимой для хранения значений длин и яркостей, составляет 1 ( п т) на одну строку, где / - число интервалов в строке, а п и т обозначают те же величины, что и в предыдущем разделе. При типичном числе уровней серого тона, равном восьми, экономия памяти достигается, если / меньше числа пикселов, составляющих строку, разделенного на два. [15]
Страницы: 1 2